După cum probabil știți, echipa mea și cu mine am adus comunității Qlik o extensie de browser care integrează Qlik și Git pentru a salva versiunile de tablouri de bord fără probleme, creând miniaturi pentru tablouri de bord fără a trece la alte ferestre. Procedând astfel, economisim dezvoltatorilor Qlik o cantitate semnificativă de timp și reducem stresul zilnic.
Caut mereu modalități de a îmbunătăți procesul de dezvoltare Qlik și de a optimiza rutinele zilnice. De aceea este prea greu să eviți subiectul cel mai popular, ChatGPT și GPT-n, de OpenAI sau Large Language Model în comun.
Să omitem partea despre cum funcționează modelele de limbă mari, GPT-n. În schimb, poți să întrebi ChatGPT sau să citești cea mai bună explicație umană a lui Steven Wolfram.
Voi începe de la teza nepopulară, „GPT-n Generated Insights from the data is a Curiosity-Quenching Toy”, și apoi voi împărtăși exemple din viața reală în care un asistent AI la care lucrăm poate automatiza sarcini de rutină, timp liber pentru mai complexe. analiza și luarea deciziilor pentru dezvoltatorii/analiștii BI.
Asistent AI din copilăria mea
Nu lăsați GPT-n să vă inducă în rătăcire
… spune doar lucruri care „sună corect” pe baza a ceea ce „sunau” lucrurile în materialul său de instruire. © Steven Wolfram
Deci, discutați cu ChatGPT toată ziua. Și brusc, îmi vine în minte o idee genială: „Voi solicita ChatGPT să genereze informații utile din date!”
Alimentarea modelelor GPT-n folosind API OpenAI cu toate datele de afaceri și modelele de date este o tentație grozavă de a obține informații utile, dar aici este lucrul esențial - sarcina principală pentru modelul de limbă mare ca GPT-3 sau o versiune superioară este de a afla cum pentru a continua o bucată de text pe care i-a fost dat. Cu alte cuvinte, „urmează modelul” a ceea ce există pe web și în cărți și alte materiale folosite în el.
Pe baza acestui fapt, există șase argumente raționale pentru care informațiile generate de GPT-n sunt doar o jucărie pentru a vă potoli curiozitatea și furnizorul de combustibil pentru generatorul de idei numit creier uman:
- GPT-n, ChatGPT poate genera perspective care nu sunt relevante sau semnificative, deoarece nu are contextul necesar pentru a înțelege datele și nuanțele acestora - lipsa contextului.
- GPT-n, ChatGPT poate genera informații inexacte din cauza erorilor de procesare a datelor sau a algoritmilor defecte - lipsa de acuratețe.
- Bazându-se exclusiv pe GPT-n, ChatGPT pentru informații poate duce la o lipsă de gândire critică și analiză din partea experților umani, ceea ce poate duce la concluzii incorecte sau incomplete - dependența excesivă de automatizare.
- GPT-n, ChatGPT poate genera perspective părtinitoare din cauza datelor pe care a fost instruit, ceea ce poate duce la rezultate dăunătoare sau discriminatorii - riscul de părtinire.
- GPT-n, ChatGPT poate să nu aibă o înțelegere profundă a obiectivelor și obiectivelor de afaceri care conduc analiza BI, ceea ce duce la recomandări nealiniate cu strategia generală - o înțelegere limitată a obiectivelor de afaceri.
- A avea încredere în datele esențiale pentru afaceri și a le partaja cu o „cutie neagră” care se poate auto-învăța va naște în capetele luminoase ale managementului de TOP ideea că îi înveți pe concurenții tăi cum să câștige - lipsa de încredere. Văzusem deja acest lucru când au început să apară primele baze de date cloud precum Amazon DynamoDB.
Pentru a demonstra cel puțin un argument, să examinăm cum ar putea suna convingător ChatGPT. Dar, în unele cazuri, nu este corect.
Voi cere ChatGPT să rezolve calculul simplu 965 * 590 și apoi îi voi cere să explice rezultatele pas cu pas.
568 350 ?! OPA... ceva nu merge bine.
În cazul meu, o halucinație a apărut în răspunsul ChatGPT, deoarece răspunsul 568,350 este incorect.
Să facem a doua lovitură și să cerem ChatGPT să explice rezultatele pas cu pas.
Frumoasă lovitură! Dar tot greșit...
ChatGPT încearcă să fie convingător într-o explicație pas cu pas, dar este totuși greșit.
Contextul contează. Să încercăm din nou, dar să alimentăm aceeași problemă cu promptul „acționează ca...”.
BINGO! 569 350 este răspunsul corect
Dar acesta este un caz în care tipul de generalizare pe care o poate face cu ușurință o rețea neuronală - ceea ce este 965*590 - nu va fi suficient; este nevoie de un algoritm de calcul real, nu doar de o abordare bazată pe statistici.
Cine știe... poate că AI tocmai a fost de acord cu profesorii de matematică în trecut și nu folosește calculatorul până la clasele superioare.
Deoarece solicitarea mea din exemplul anterior este simplă, puteți identifica rapid eroarea răspunsului de la ChatGPT și puteți încerca să o remediați. Dar ce se întâmplă dacă halucinația devine un răspuns la întrebări precum:
- Care agent de vânzări este cel mai eficient?
- Arată-mi veniturile din ultimul trimestru.
Ne-ar putea conduce la luarea DECIZII CU HALUCINAȚII, fără ciuperci.
Desigur, sunt sigur că multe dintre argumentele mele de mai sus vor deveni irelevante în câteva luni sau ani, datorită dezvoltării unor soluții concentrate îngust în domeniul AI generativ.
În timp ce limitările GPT-n nu trebuie ignorate, companiile pot crea în continuare un proces analitic mai robust și mai eficient, valorificând punctele forte ale analiștilor umani (este amuzant că trebuie să evidențiez HUMAN) și asistenților AI. De exemplu, luați în considerare un scenariu în care analiștii umani încearcă să identifice factorii care contribuie la retragerea clienților. Folosind asistenți AI bazați pe GPT-3 sau o versiune superioară, analistul poate genera rapid o listă de factori potențiali, cum ar fi prețul, serviciul pentru clienți și calitatea produsului, apoi poate evalua aceste sugestii, investiga datele în continuare și, în cele din urmă, poate identifica cei mai relevanți factori. care conduc la ratarea clienților.
ARĂTAȚI-MI TEXTELE UMANE
ANALIST UMAN care face solicitări către ChatGPT
Asistentul AI poate fi folosit pentru a automatiza sarcinile pe care le petreci nenumărate ore în acest moment. Este evident, dar haideți să privim mai îndeaproape zona în care asistenții AI alimentați de modele de limbaj mari, cum ar fi GPT-3 și mai mari, sunt bine testați - generând texte asemănătoare oamenilor.
Există o mulțime de ele în sarcinile zilnice ale dezvoltatorilor BI:
- Scrierea diagramelor, titlurilor foilor și descrierilor. GPT-3 și o versiune ulterioară ne poate ajuta să generăm rapid titluri informative și concise, asigurându-ne că vizualizarea datelor noastre este ușor de înțeles și de navigat pentru factorii de decizie și folosind promptul „acționează ca...”.
- Documentația codului. Cu GPT-3 și versiuni ulterioare, putem crea rapid fragmente de cod bine documentate, facilitând înțelegerea și menținerea bazei de cod pentru membrii echipei noastre.
- Crearea de articole principale (dicționar de afaceri). Asistentul AI poate ajuta la construirea unui dicționar de afaceri cuprinzător, oferind definiții precise și concise pentru diferite puncte de date, reducând ambiguitatea și favorizând o mai bună comunicare în echipă.
- Crearea unei miniaturi (coperți) atrăgătoare pentru foile/tablourile de bord din aplicație. GPT-n poate genera miniaturi captivante și atractive din punct de vedere vizual, îmbunătățind experiența utilizatorului și încurajând utilizatorii să exploreze datele disponibile.
- Scrierea formulelor de calcul prin expresii de analiză a seturilor în interogări Qlik Sense / DAX în Power BI. GPT-n ne poate ajuta să redactăm aceste expresii și interogări mai eficient, reducând timpul petrecut cu scrierea formulelor și permițându-ne să ne concentrăm pe analiza datelor.
- Scrierea scripturilor de încărcare a datelor (ETL). GPT-n poate ajuta la crearea de scripturi ETL, la automatizarea transformării datelor și la asigurarea coerenței datelor între sisteme.
- Rezolvarea problemelor legate de date și aplicații. GPT-n poate oferi sugestii și perspective pentru a ajuta la identificarea problemelor potențiale și pentru a oferi soluții pentru problemele comune de date și aplicații.
- Redenumirea câmpurilor din tehnic în business în Data Model. GPT-n ne poate ajuta să traducem termeni tehnici într-un limbaj de afaceri mai accesibil, făcând modelul de date mai ușor de înțeles pentru părțile interesate non-tehnice cu câteva clicuri.
Asistenții AI alimentați de modelele GPT-n ne pot ajuta să fim mai eficienți și mai eficienți în munca noastră prin automatizarea sarcinilor de rutină și eliberând timp pentru analize și luarea deciziilor mai complexe.
Și aceasta este zona în care extensia noastră de browser pentru Qlik Sense poate oferi valoare. Ne-am pregătit pentru viitoarea lansare a asistentului AI, care va aduce titluri și generarea de descrieri dezvoltatorilor Qlik doar în aplicație, în timp ce dezvoltă aplicații de analiză.
Folosind GPT-n ajustat de către API-ul OpenAI pentru aceste sarcini de rutină, dezvoltatorii și analiștii Qlik își pot îmbunătăți semnificativ eficiența și pot aloca mai mult timp analizei complexe și luării de decizii. Această abordare asigură, de asemenea, că valorificăm punctele forte ale GPT-n, minimizând în același timp riscurile de a ne baza pe acesta pentru analiza datelor critice și generarea de informații.
Concluzie
În concluzie, permiteți-mi, vă rog să dați loc la ChatGPT:
Recunoașterea atât a limitărilor, cât și a potențialelor aplicații ale GPT-n în contextul Qlik Sense și al altor instrumente de business intelligence ajută organizațiile să profite la maximum de această tehnologie puternică AI, atenuând în același timp riscurile potențiale. Încurajând colaborarea între cunoștințele generate de GPT-n și expertiza umană, organizațiile pot crea un proces analitic robust, care valorifică punctele forte atât ale AI, cât și ale analiștilor umani.
Pentru a fi printre primii care au experimentat beneficiile viitoarei noastre lansări de produs, am dori să vă invităm să completați formularul pentru programul nostru de acces anticipat. Alăturându-vă programului, veți obține acces exclusiv la cele mai recente funcții și îmbunătățiri care vă vor ajuta să valorificați puterea asistentului AI în fluxurile dvs. de lucru de dezvoltare Qlik. Nu ratați această oportunitate de a rămâne în fruntea curbei și de a debloca întregul potențial al informațiilor bazate pe inteligență artificială pentru organizația dvs.
